如何使用矩阵作为 MATLAB 分类学习器的预测器?

Posted

技术标签:

【中文标题】如何使用矩阵作为 MATLAB 分类学习器的预测器?【英文标题】:How to use matrices as predictors for MATLAB classification learner? 【发布时间】:2019-02-20 09:23:25 【问题描述】:

我想对不同类别的多个矩阵进行分类。这些矩阵具有不同且复杂的属性,但为了简单起见,我们假设它们属于上三角矩阵、下三角矩阵、对角矩阵和密集矩阵的类别。我想分析 1000 个矩阵并学习对给定矩阵进行分类。

如何在 MATLAB 的分类学习器中使用矩阵作为预测器?到目前为止,我刚刚看到这个应用程序中使用了行向量。

【问题讨论】:

任何 cmet 反对投票的原因? 【参考方案1】:

我建议将您的矩阵转换为向量,例如(在 Matlab 中)

vectorFromMatrix = 矩阵(:);

并使用向量进行分类。

【讨论】:

这不会导致一些数据丢失吗? 假设我输入了 100 个 3x3 对角矩阵作为预测变量,我想对一个 4x4 对角矩阵进行分类。如果我已将矩阵转换为向量,该算法将查找第 1、第 5 和第 9 个元素作为对角线元素。在 4x4 矩阵中哪个不是对角线元素。 你应该为不同大小的矩阵训练不同的分类器。你不会丢失任何数据。例如灰度图像(类似于二维矩阵的颜色值)也被转换为分类器的向量。

以上是关于如何使用矩阵作为 MATLAB 分类学习器的预测器?的主要内容,如果未能解决你的问题,请参考以下文章

如何在 Matlab 的分类学习器应用程序中传递数据集

分类器的性能评估

机器学习作业之基于Matlab的贝叶斯分类器

如何计算投票集成分类器的 AUC(曲线下面积)?

Matlab基于BP神经网络实现多分类预测(源码可直接替换数据)

Matlab基于BP神经网络实现多分类预测(源码可直接替换数据)